Los amigos que participan en el desarrollo de procesos no son ajenos al DOE. DOE es una ciencia experimental. Al hacer algunos cambios intencionales en la entrada (variable predictora X) en el experimento y observar los cambios en la salida (variable de respuesta Y), para estudiar algunos efectos de los cambios en X en la salida de Y. , y establecer un modelo para X Relación y entendimiento con Y.
El DOE suele estar en proceso de desarrollo, normalmente en tres fases.
- En primer lugar, la fase de selección. Lo que necesitamos entender es qué variables predictoras pueden afectar significativamente la salida Y, y necesitamos encontrar rápidamente estas variables predictoras más importantes.
- Sobre esta base, el segundo paso es la optimización, incluida la optimización de las aplicaciones de procesos, así como los experimentos de PC, la investigación de caracterización de procesos, etc. El DOE puede ser de gran ayuda para la optimización del desarrollo de procesos.
- El último es la investigación de robustez, es decir, cómo producir productos de calidad de manera estable y eficiente. Si la capacidad del proceso es buena y si el proceso es estable, podemos tener una mejor comprensión del proceso a través del DOE.
Estos son los tres aspectos principales de aplicación de DOE en el proceso de desarrollo de procesos. Entonces, en el proceso de desarrollo de procesos, ¿qué problemas se suelen solucionar aplicando DOE?
El primero es el cultivo celular, que puede ser cultivo celular o fermentación de células materiales, y la producción de polipéptidos a menudo requiere alguna digestión enzimática, y el DOE también se puede aplicar en el proceso de digestión enzimática. Además, DOE también es una herramienta muy útil en el desarrollo de procesos de cromatografía en procesos posteriores, e incluso en el desarrollo de métodos analíticos, como el desarrollo de métodos de HPLC. En algunos procesos, necesitamos hacer procesos de cristalización y precipitación, y el DOE también es relativamente común. Si se expande a todo el proceso de producción, el DOE también se usa ampliamente en el proceso de preparación.
Por lo tanto, se puede ver que DOE es ampliamente utilizado en todo el proceso de desarrollo de procesos. Todos también entienden la importancia del DOE, pero de hecho, cuando se usa el DOE para el desarrollo de procesos, hay algunas precauciones o puntos inesperados que se pasan por alto fácilmente.Hoy veremos algunos de los que están en el proceso de usar el DOE. o consideraciones que a menudo son pasadas por alto por todos.
El primero es el rango de Entrada, es decir, el rango de selección de X.
En términos generales, queremos que el rango X sea más amplio. Como se muestra en las siguientes dos figuras, cuando el error del sistema experimental es un valor fijo, el rango se establece más estrecho y la fluctuación del modelo obtenido será naturalmente grande. Si el rango se establece más amplio, la estabilidad del modelo será mejor. Por lo tanto, las personas generalmente tienden a elegir un rango más amplio al elegir un rango. Pero lo que debe recordarse aquí es que, especialmente cuando se realizan experimentos biológicos, el ancho de rango de X debe seleccionarse en un punto apropiado. Si se establece demasiado ancho, pueden surgir algunos problemas.
Por ejemplo, el rango del gráfico de la izquierda es más apropiado. Si elige los puntos centrales de valor bajo y valor alto, puede hacer un modelo a través de estos tres puntos de datos para tratar de comprender cómo es el mundo real. Se puede observar que el modelo obtenido se ajusta mejor a la situación real. Sin embargo, si se selecciona un rango demasiado amplio, puede ocurrir la segunda situación, es decir, se seleccionan el valor bajo, el valor alto y el punto central. Pero en el mundo real, cuando su pico aparece en un rango relativamente estrecho, es decir, la línea negra en la figura, si es la situación real, la línea roja ajustada se distorsionará. ¿Qué significa? Podría ser que esta variable predictora probablemente no afecte mucho a Y porque los puntos bajo, mediano y central no difieren mucho, pero en realidad podría estar pasando por alto un parámetro muy importante.
Entonces, ¿cómo encontrar un rango más adecuado? Se sugiere que pueda usar su propio conocimiento biológico, por ejemplo, primero tenga una comprensión preliminar del experimento que desea llevar a cabo, de modo que no elija un rango particularmente inapropiado cuando surja. Por ejemplo, cuando se realiza una cromatografía de aniones y cationes, se elige el pH para la cromatografía en los puntos isoeléctricos superior e inferior al mismo tiempo. Cuando la proteína cruza el punto isoeléctrico, muchos de sus comportamientos son diferentes durante la cromatografía. En este momento, el rango de resultados seleccionados puede ser demasiado amplio y este resultado hará que las personas se sientan difíciles de explicar. Cuando a veces los resultados son completamente contrarios a su comprensión biológica, es posible que deba volver atrás y verificar qué no es apropiado, uno de los cuales es la selección del alcance.
El segundo es la evaluación del modelo.
Cuando usamos DOE, especialmente para los profesionales que carecen de experiencia estadística, a veces es más fácil confiar demasiado en el software, ingresar los datos directamente y usarlos directamente después de ajustar un modelo. De hecho, ¿se puede usar este modelo y es efectivo? Si no piensas más en este lugar, puedes llegar a una conclusión un poco equivocada. Por lo tanto, en primer lugar, es necesario evaluar si el modelo es bueno y luego ajustar el modelo y volver a ajustarlo, lo que en realidad es un proceso progresivo.
Por ejemplo, ¿qué tan reproducibles son los datos originales? ¿Hay valores atípicos? ¿Este modelo es un modelo que vale la pena probar? Si hay un valor atípico, ¿es este un valor atípico puro o es un punto racional significativo? A veces puede deberse a que el rango se selecciona de manera diferente. Algunos valores atípicos son repetibles. Realmente puede significar algo. Si ve valores atípicos y simplemente los elimina, perderá el descubrimiento. Oportunidades para obtener información nueva y desconocida. Además, ¿faltan algunos parámetros clave? Si no se ha encontrado este parámetro, los datos que se pueden producir pueden haber ajustado mucho X pero tienen poco impacto en Y. Esto puede deberse a que no se han encontrado algunos parámetros que tienen un gran impacto en Y. Además, con la X que elijas, ¿hay alguna interacción entre los diferentes parámetros? Si tienen curvas, etc., son factores que deben considerarse en la evaluación del modelo.
JMP proporciona una herramienta de evaluación de modelos muy rica. La siguiente figura es relativamente común. De hecho, es mucho más que eso. Se recomienda que complete la evaluación del modelo antes de realizar más análisis de datos.
La tercera es la selección de la salida (Y).
Cuando se trata de la elección de Y, puede pensar que lo que necesita ser estudiado, solo defínalo como Y, esto es muy simple. Pero en algunos casos, debe pensar detenidamente cómo elegir Y.
Por ejemplo, si queremos desarrollar un proceso de cromatografía, esperamos que la proteína objetivo y las impurezas se puedan separar mejor, y esperamos elegir un método de cromatografía con un buen efecto de separación. El efecto de separación es bueno, de hecho, hay diferentes Y que se pueden hacer.
- El porcentaje de área del pico del pico principal. Si las impurezas están bien separadas, el porcentaje de área del pico principal debe ser bajo, cuanto más bajo, mejor. Es una dimensión.
- La resolución entre diferentes picos se proporcionará en la interfaz de cromatografía. Cuanto mayor sea la resolución, mejor será su resolución. Esto también es una dimensión.
- Otro es la altura del canal. Es decir, cuál es la altura del canal entre los dos picos. Cuanto menor sea la altura, mejor se separa.
Todas las dimensiones anteriores pueden ayudarnos a evaluar si el efecto cromatográfico es bueno o no, y cuál es mejor entre los diferentes métodos cromatográficos. Cuando se enfrentan a diferentes objetivos de separación, cuál usar como Y no es lo mismo. Para el primer caso de la izquierda, realmente no importa cuál elija como Y, porque pueden reflejar mejor las ventajas y desventajas del efecto de separación cromatográfica. Pero para el segundo caso, encontraremos que qué estándar se usa como Y, el efecto de separación, es decir, la desviación calculada a partir de los datos es relativamente grande. En este caso, en realidad es más apropiado usar C para separar y analizar los datos. Así que esto se refleja especialmente en el desarrollo del método de cromatografía dominante. Cuando desarrollamos métodos de análisis de HPLC, muchas empresas también utilizan métodos DOE y, a menudo, hay discusiones sobre cuál es mejor como Y.
En resumen, me gustaría recordarles a todos que no importa cuál se use como Y, no dejen de extraer los datos originales y vean cuál Y es realmente adecuado, para que la validez de los datos sea mejor. Veamos un pequeño caso.
Estas dos tablas registran las diferentes condiciones probadas durante el desarrollo del proceso, incluidas PA1-PA3, PA4-PA6.Si solo observa los resultados, encontrará que no hay mucha diferencia, lo que indica que el proceso es muy estable. ¿Es este realmente el caso? Miremos los datos originales.Desde la perspectiva de la forma del pico, los resultados de 123 no son muy diferentes, y 3 es ligeramente superior. Mirando de nuevo la forma del pico de 456, la forma del pico de 6 es completamente diferente de la de 4 y 5. Al final que paso? Esto requiere que usted haga sus propios experimentos. En muchas empresas, I+D es un equipo y las pruebas son otro equipo. A veces, cuando los propios desarrolladores del proceso no llevan a cabo el experimento, los datos originales pueden ignorarse y solo se mira la conclusión. Si no mira el material de origen, se perderá muchas preguntas. Independientemente de si el material original es "sorpresa" o "susto", hay que leerlo temprano y saberlo.
Cuarto, regresión y complejidad del modelo.
Cuando hacemos pruebas, todos esperamos que R 2 Cuanto más alto, mejor. ¿Debe ser más alto mejor? No necesariamente.
Veamos un caso famoso (el cuarteto de Anscombe), hay un total de 4 grafos, todos con la misma R 2 , se puede ver que son diferentes. Recogimos 2 aquí. Si la situación real es lineal, el primer gráfico usa el método de mínimos cuadrados para hacer que R 2 Es más realista y lineal. Pero si el software se usa para ajustar la segunda gráfica con el método de mínimos cuadrados, la R de esta gráfica 2 Para ser mejor. Si no mira los datos originales, no haga una evaluación del modelo y solo mire R 2 , el segundo gráfico se usará para hacer predicciones y los resultados pronosticados se desviarán mucho. Por lo tanto, R 2 No es que más alto sea mejor. En segundo lugar, debemos prestar atención a los valores atípicos y luego juzgar si eliminarlos.
Entonces, ¿cuanto más complejo es el modelo, mejor?
Los mismos datos, si la situación real es lineal, la primera forma de ajustar la R 2 Sí 0,96. Si la búsqueda excesiva de R 2 , puede hacer X 6 , ajuste forzosamente cada punto al mejor, es decir, R 2 cerca de 1.Entonces, ¿cuál es más predictivo? Obviamente lo primero. Porque el primero refleja más las fluctuaciones de la situación real. Así que no persigas a R 2 El ajuste forzado es mejor, aparentemente mejor, pero en realidad menos predictivo.
Quinto, distintividad y equivalencia.
Cuando hacemos un modelo, generalmente esperamos encontrar 1 o 2 variables predictoras significativas que puedan afectar a Y. A veces encontramos, por ejemplo, 1 punto central, 3 repeticiones y la condición. El análisis de significancia revela que todas las variables predictoras y sus permutaciones son menos significativas. La relación entre X e Y no es demasiado fuerte. ¿Significa esto que la información se desperdicia? No necesariamente.
En primer lugar, debemos ver si la repetibilidad de los tres es buena o no. A partir de la comprensión del experimento mismo, ¿podemos ver si las tres repeticiones deberían tener fluctuaciones? Es decir, en primer lugar, depende de si las fluctuaciones repetidas en el experimento son similares a las esperadas. Si la fluctuación esta vez es mucho mayor que la fluctuación esperada, significa que el experimento no se hizo bien y debe repetirse. Si las tres desviaciones experimentales están relativamente cerca de la desviación esperada, ¿es aceptable tal fluctuación? ¿Se pueden encontrar datos regulares y significativos bajo tales fluctuaciones? Si aún puede encontrarlo, realice el experimento; si no, significa que la fluctuación del sistema en sí es relativamente grande. En este momento, es necesario considerar que este experimento no es adecuado para un sistema con fluctuaciones tan grandes para encontrar la ley a través de DOE. En otras palabras, si esta fluctuación sigue siendo adecuada para encontrar la ley a través del DOE.
Si todavía es un buen ajuste, los datos siguen siendo los mismos, lo que indica que el número de X estudiado no afecta significativamente a Y. Puede haber dos situaciones, una es que todavía hay un X significativo, pero no se ha encontrado, y los encontrados hasta ahora no son importantes, la segunda situación es que varias variables predictoras que pueden afectar más a Y en el proceso han sido descubierto. Ninguno de ellos afecta tanto a Y. Felicitaciones, muestra que este proceso es muy robusto.
Por lo tanto, no necesariamente decimos que R 2 Cuán alto debe ser, y se debe encontrar la importancia, este experimento es un buen experimento. Cuando excluye los problemas anteriores, incluso si no se encuentra una X significativa, entonces este experimento también es un buen experimento. Por supuesto, cuando no sepa mucho sobre el sistema, es posible que deba confirmar algunos puntos extremos antes de juzgar la validez de los datos.
Finalmente, veamos la evaluación de equivalencia. Al hacer una evaluación de equivalencia, generalmente esperamos obtener conclusiones equivalentes. Tomando lo siguiente como ejemplo, la tasa de recuperación se probó 3 veces y los resultados de la producción de 200L se compararon con el método TOST, y se encontró que cumplía con el estándar de juicio, por lo que se consideró equivalente. A veces también encontramos que los resultados no son equivalentes, pero no todas las desigualdades son datos sin sentido.
Por ejemplo, los tres resultados de 2000 L producidos por monómero y los tres resultados del modelo reducido, si se juzgan según las estadísticas, se encuentra que los resultados no son equivalentes. Volvamos al material de origen para ver qué sucedió. De hecho, desde la perspectiva de los desarrolladores de procesos, las diferencias entre los seis datos y los métodos de detección son muy cercanas, lo que indica que no existe una diferencia significativa entre ellos. Pero si solo registra los datos en el software, el software no comprenderá el proceso subyacente y no comprenderá el error de fluctuación del método de análisis, por lo que el cálculo no será equivalente. Por lo tanto, cuando encontramos que los resultados no son equivalentes, no debemos sacar conclusiones a la ligera.Debemos interpretar estos resultados en combinación con nuestro propio conocimiento profesional para obtener conclusiones y juicios más objetivos.
DOE es ampliamente utilizado en el desarrollo de procesos, y también es una herramienta extremadamente poderosa. Sin embargo, también existen los malentendidos mencionados anteriormente que a menudo se pasan por alto en la aplicación, y debe prestarle atención. Espero que este artículo pueda inspirar y aprender de ti.
